Coze 开源了，正在学习 AI 的我赶紧动手试下本地化部署。

作为新手小白，我之前从未Cursor 和 Docker 等工具，用时 3 个小时，根据网上的教程一步步本地化部署Coze ，虽然遇到了点问题，但最终也解决掉了，所以我整理出自己搭建的过程和遇到的问题及解决方法，希望可以帮到有需要的人。

本地化部署 Coze一共五步：

下载 Coze文件

一、下载Coze 文件

点击GitHub链接 https://github.com/coze-dev/coze-studio ，点击【Code】下的【Download Zip】，解压下载后的压缩包。

二、配置Coze

1.创建 API Key

进入火山引擎官网 https://www.volcengine.com ，打开【控制台】。

搜索并进入【火山方舟】。

点击【API Key 管理】下的【创建 API Key】，选择【创建】。

点击小眼睛即可查看 API Key ，复制备用。

2.创建Endpoint

进入【在线推理】页面，选择【自定义推理接入点】，点击【创建推理接入点】

输入接入点名称，建议以模型命名，点击【添加模型】

模型目前支持：豆包、DeepSeek、Kimi、Qwen，这里以豆包 1.6 为例，选择后确定。

模型首次开通需要实名认证，输入个人信息，手机刷脸验证。

认证完成刷新网页，勾选协议，点击【开通模型并接入】。

复制Endpoint。注意：模型名称下方的 ID 就是Endpoint。

3.配置 Coze 文件

1.在解压的Coze 本地文件夹里找到【coze-studio-main/backen/conf/model/tamplate】，找到刚才选定的模型。

2.右键选择打开方式【文本编辑】。

1. id 修改为任意 5 位以上纯数字。

4.将前面创建的【API Key】和【Endpoint】填入下图位置内，保存并关闭文件。

三、下载安装 Docker

1.电脑没有安装过 Docker 的需要打开网站：https://www.docker.com，点击【Download Docker Desktop】，选择适合自己电脑的版本，我 的电脑是 Intel 版 Mac，选择第二个。

2.下载后安装并打开 Docker Desktop，跳过登录，进入主界面，看到左下方显示【Engine running】则 Docker 正常运行。

四、下载安装 Cursor

1.电脑没有装过 Cursor 的点击https://cursor.com/cn下载后安装。

2.打开软件需要登录，如果不会用 Google 登录，就用 GitHub 登录。

汉化教程参考：https://blog.csdn.net/m0_62930053/article/details/146347432

3.在 Cursor 的【文件】下选择【打开文件夹】。

4.选择下载后 Coze 解压的文件夹

5.将左侧 docker 下的【.env.example】文件复制粘贴一份新的文件，并改名为【.env】

6.复制后，打开文件选择保存，并退出Cursor。

7.重新打开 Cursor，打开右上角的终端，可以在中间下方看到终端面板。

8.在终端里输入以下内容，并回车：

cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

之后再输入以下内容，并回车：

cd docker

之后再输入以下内容，并回车：

docker compose --profile '*' up -d

出现以下内容则代表下载完成。

Docker 镜像不可用

但是！！！很多人第一次运行 Docker 就跟我一样，大概率会报错，报错内容如下

Error response fromdaemon: Get “https://registry-1.docker.io/v2/“: context deadline exceede

原因是镜像加速器不可用，我根据网上资源配置了多个镜像加速器后终于解决。

Windows /Mac 可通过Docker Desktop进行界面配置，配置方法如下：

打开 Docker-Settings-Docker Engine，复制下方代码到，点击【Apply & Restart】，配置生效后，重新运行 上面的Cursor 终端代码即可。

{"registry-mirrors":["https://registry.docker-cn.com","https://s4uv0fem.mirror.aliyuncs.com","https://docker.1ms.run","https://registry.dockermirror.com","https://docker.m.daocloud.io","https://docker.kubesre.xyz","https://docker.mirrors.ustc.edu.cn","https://docker.1panel.live","https://docker.kejilion.pro","https://dockercf.jsdelivr.fyi","https://docker.jsdelivr.fyi","https://dockertest.jsdelivr.fyi","https://hub.littlediary.cn","https://proxy.1panel.live","https://docker.1panelproxy.com","https://image.cloudlayer.icu","https://docker.1panel.top","https://docker.anye.in","https://docker-0.unsee.tech","https://hub.rat.dev","https://hub3.nat.tf","https://docker.1ms.run","https://func.ink","https://a.ussh.net","https://docker.hlmirror.com","https://lispy.org","https://docker.yomansunter.com","https://docker.xuanyuan.me","https://docker.mybacc.com","https://dytt.online","https://docker.xiaogenban1993.com","https://dockerpull.cn","https://docker.zhai.cm","https://dockerhub.websoft9.com","https://dockerpull.pw","https://docker-mirror.aigc2d.com","https://docker.sunzishaokao.com","https://docker.melikeme.cn"]}

五、本地运行Coze

1.用浏览器打开：http://localhost:8888，进入 Coze页面。

2.输入邮箱和密码，点击【注册】后再重新登录即可。

3.点击【创建】，选择【创建智能体】。

4.输入智能体名称和介绍，点击【确定】即可。

5.配置智能体的 Prompt、工作流并进行预览调试与发布即可。

以上就是 Coze 本地化部署的所有步骤。

---

我写完了，如果我的文章能引起你的共鸣或解决你的某个问题，欢迎一键三连，点赞·在看·评论，你的支持是我日更最大的动力，明天见！

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​